基于FCMFS特征选择算法的煤层气压裂效果预测

摘要

煤层气压裂效果与特征之间存在的非线性关系难以从机理层面进行分析,针对该问题,开展煤层气压裂效果特征内在联系研究,提出了一种基于FCMFS特征选择算法的煤层气压裂效果预测方法。该方法利用模糊综合评价进行标签标定,并采用遗传编程和XGBoost算法进行影响因素特征构造和筛选,包括2个新构造特征(应力比和地质施工遗传因素)以及射孔段厚度、渗透率、破裂压力、煤体结构、含气饱和度和加砂强度等6个特征。实验结果表明,基于FCMFS特征选择算法所构造和筛选的8个特征,结合多种机器学习算法进行煤层气压裂效果预测时,在准确率、召回率、F1分类评价指标上提高了约5%～10%,其中,深度森林模型在训练集和测试集上具有最优的预测分类效果,在3项分类评价指标上均达到95%和80%以上。

关键词

煤层气 / 压裂效果 / 主控因素 / 遗传编程 / 深度森林模型